온라인 쇼핑몰을 운영하다 보면 반복적인 업무에 파묻히기 쉽습니다. 주문 확인, 재고 관리, 고객 응대, 배송 처리, 리뷰 요청… 이 모든 일을 수작업으로 하면 정작 중요한 일(상품 기획, 마케팅, 고객 경험 개선)에 시간을 쓸 수 없습니다. Make를 활용한 쇼핑몰 자동화로 운영 효율을 극대화하는 방법을 알아봅니다.
목차
쇼핑몰 자동화의 핵심 영역
쇼핑몰 운영에서 자동화할 수 있는 영역은 크게 다섯 가지입니다: 주문 관리, 재고 관리, 고객 커뮤니케이션, 마케팅, 그리고 분석/리포팅입니다. 각 영역에서 가장 효과적인 자동화 시나리오를 살펴보겠습니다.
주문 관리 자동화
다중 채널 주문 통합
자사몰, 스마트스토어, 쿠팡, 11번가 등 여러 채널에서 판매하는 경우 주문 관리가 복잡해집니다. 각 채널의 관리자 페이지에 일일이 접속해서 주문을 확인하고 처리하는 것은 비효율적입니다.
Make로 모든 채널의 주문을 하나의 시스템(Google Sheets, Airtable, 또는 자체 DB)으로 통합할 수 있습니다. 각 채널의 API나 Webhook을 통해 새 주문이 발생하면 자동으로 통합 주문 시트에 기록됩니다.
시나리오 구조 예시:
Shopify New Order Webhook → Google Sheets Add Row
스마트스토어 API(HTTP Module) → Google Sheets Add Row
쿠팡 API(HTTP Module) → Google Sheets Add Row
각 채널별로 별도의 시나리오를 만들고, 모두 같은 Google Sheets에 데이터를 추가하도록 설정합니다. 주문 데이터 형식이 채널마다 다르므로, 공통 형식으로 변환하는 매핑이 필요합니다.
통합 주문 시트의 컬럼 예시: 주문일시, 채널, 주문번호, 고객명, 연락처, 배송지, 상품명, 수량, 결제금액, 상태
주문 상태 자동 업데이트
주문 처리 과정에서 상태가 변경되면 관련 시스템과 고객에게 자동으로 알림을 보낼 수 있습니다.
예를 들어 재고 시스템에서 출고 처리가 완료되면:
1. 주문 시트의 상태를 “배송중”으로 변경
2. 고객에게 배송 시작 알림 발송(이메일, 카카오 알림톡)
3. 해당 채널의 주문 상태 업데이트(API 호출)
4. 운영팀 Slack에 출고 완료 알림
이 모든 과정이 수동 개입 없이 자동으로 진행됩니다. 운영자는 출고 버튼만 누르면 나머지는 자동화가 처리합니다.
이상 주문 감지 및 알림
비정상적인 주문을 자동으로 감지해서 알림을 보내는 시나리오도 유용합니다. 예를 들어:
– 같은 고객이 단시간에 여러 건 주문(도배 주문 의심)
– 주문 금액이 평소 평균의 5배 이상(대량 주문)
– 새 계정으로 고가 상품 첫 주문(사기 주문 의심)
– 해외 IP에서 국내 배송 주문(VPN 사용 의심)
시나리오에서 이런 조건을 필터로 설정하고, 해당되는 주문이 발생하면 운영자에게 즉시 Slack 또는 이메일로 알림을 보냅니다. 운영자가 직접 검토하고 필요시 조치를 취합니다.
재고 관리 자동화
실시간 재고 동기화
여러 채널에서 판매하는 경우 재고 동기화가 핵심입니다. A 채널에서 판매가 일어나면 B, C 채널의 재고도 즉시 감소해야 합니다. 그렇지 않으면 재고가 없는데 주문이 들어오는 오버셀링이 발생합니다.
중앙 재고 관리 시스템을 두고, 각 채널의 재고를 이 시스템과 동기화합니다:
1. 어떤 채널에서든 주문이 발생하면 중앙 재고에서 차감
2. 중앙 재고가 변경되면 모든 채널의 재고 업데이트
3. 재고 수불이 발생하면(입고, 반품 등) 중앙 재고 조정
Make 시나리오 예시 (주문 발생 시):
Shopify New Order → Get Order Items → Iterator(각 상품별) → Data Store Update(재고 차감) → HTTP Module(스마트스토어 재고 업데이트) → HTTP Module(쿠팡 재고 업데이트)
Data Store를 중앙 재고 데이터베이스로 사용하면 Make 내에서 모든 재고 관리가 가능합니다. 더 복잡한 경우 외부 데이터베이스(MySQL, MongoDB 등)와 연동합니다.
재고 부족 알림
재고가 특정 수준 이하로 떨어지면 자동으로 알림을 보내는 시나리오입니다. 안전 재고(Safety Stock) 수준을 설정하고, 그 이하로 떨어지면 담당자에게 알립니다.
시나리오 구조:
Schedule(1시간마다) → Data Store Search(재고 < 안전재고) → Iterator → Slack/Email(재고 부족 알림)
알림에는 상품명, 현재 재고, 안전 재고, 일평균 판매량, 예상 소진일 등의 정보를 포함합니다. 담당자는 이 정보를 보고 발주 결정을 내립니다.
자동 발주 시스템
한 단계 더 나아가서 발주까지 자동화할 수 있습니다. 재고가 재주문점(Reorder Point) 이하로 떨어지면 자동으로 발주 요청을 생성합니다.
재주문점 계산: (일평균 판매량 × 리드타임) + 안전재고
예를 들어 일평균 10개 판매, 리드타임 7일, 안전재고 30개라면 재주문점은 100개입니다. 재고가 100개 이하로 떨어지면 발주를 시작합니다.
발주 수량 계산: 최대 재고 – 현재 재고
최대 재고를 200개로 설정했다면, 현재 재고가 95개일 때 105개를 발주합니다.
시나리오 구조:
Schedule(매일 오전) → Data Store Search(재고 <= 재주문점) → Iterator → 발주 수량 계산 → Google Sheets(발주 요청서 추가) → Email/Slack(발주 요청 알림)
완전 자동 발주가 부담스럽다면, 발주 “제안”만 자동으로 생성하고 담당자가 승인하면 발주가 나가도록 할 수 있습니다.
고객 커뮤니케이션 자동화
주문 확인 및 배송 알림
기본적인 트랜잭션 알림은 대부분의 쇼핑몰 플랫폼에서 제공합니다. 하지만 Make로 직접 구축하면 더 세밀한 커스터마이징이 가능합니다.
주문 확인 알림에 다음 내용을 추가할 수 있습니다:
– 예상 배송일(상품 재고 상황과 배송사 데이터 기반)
– 관련 상품 추천(크로스셀)
– 자주 묻는 질문 링크(교환/반품, 배송 조회 등)
– 담당자 연락처(문제 발생 시)
배송 알림도 단순히 “배송 시작”이 아니라 상세한 정보를 포함합니다:
– 택배사와 운송장 번호
– 실시간 배송 추적 링크
– 예상 도착 시간
– 부재 시 대응 방법
배송 완료 후 후속 시퀀스
배송 완료는 끝이 아니라 시작입니다. 배송 완료 후 적절한 타이밍에 후속 메시지를 보내면 고객 만족도와 재구매율을 높일 수 있습니다.
배송 완료 당일: “상품 잘 받으셨나요? 문제가 있으면 언제든 연락주세요.”
배송 완료 후 3일: 사용 가이드나 팁 발송. “이렇게 사용하면 더 좋아요!”
배송 완료 후 7일: 리뷰 요청. “후기를 남겨주시면 적립금을 드려요.”
배송 완료 후 30일: 재구매 유도. “다시 만나요! 재구매 고객 특별 할인”
각 메시지의 발송 시점과 내용은 상품 특성에 따라 조정합니다. 소모품은 예상 소진 시점에 맞춰서, 의류는 계절 변화에 맞춰서 메시지를 보냅니다.
고객 문의 자동 분류 및 라우팅
고객 문의가 들어오면 내용을 분석해서 적절한 담당자에게 자동으로 전달합니다.
문의 유형 분류:
– 배송 관련: “배송”, “언제”, “도착”, “추적” 등의 키워드
– 교환/반품: “교환”, “반품”, “환불”, “사이즈” 등의 키워드
– 상품 문의: “재고”, “입고”, “색상”, “소재” 등의 키워드
– 불만/클레임: “불만”, “실망”, “화나”, “사기” 등의 키워드
시나리오 구조:
Email/Form Webhook → Text Parser(키워드 분석) → Router
– Route 1(배송 관련): Slack #cs-delivery 채널로 전달
– Route 2(교환/반품): Slack #cs-return 채널로 전달
– Route 3(상품 문의): Slack #cs-product 채널로 전달
– Route 4(불만/클레임): 긴급 알림 + 관리자 DM
더 정교한 분류를 원하면 ChatGPT API를 활용할 수 있습니다. 문의 내용을 ChatGPT에 보내서 유형과 긴급도를 분류하고, 자동 응답 초안까지 생성하게 할 수 있습니다.
카카오 알림톡 연동
한국 쇼핑몰에서 카카오 알림톡은 필수입니다. 이메일보다 개봉률이 높고, 실시간으로 확인하는 고객이 많습니다.
카카오 알림톡은 NHN Cloud, 인포뱅크, 비즈엠 등의 서비스를 통해 API로 발송할 수 있습니다. Make의 HTTP 모듈로 이 API를 호출하면 됩니다.
알림톡 발송 시나리오:
트리거(주문/배송 등) → HTTP Module(알림톡 API 호출)
HTTP 설정 예시(NHN Cloud 기준):
– Method: POST
– URL: https://api-alimtalk.cloud.toast.com/alimtalk/v2.2/appkeys/{appKey}/messages
– Headers: Content-Type: application/json, X-Secret-Key: {secretKey}
– Body: JSON 형식의 발송 데이터(수신자, 템플릿 코드, 치환 변수 등)
알림톡 템플릿은 미리 카카오 검수를 받아야 합니다. 검수 통과된 템플릿 코드를 API 호출 시 사용합니다.
마케팅 자동화
고객 세그먼트 기반 마케팅
모든 고객에게 같은 마케팅 메시지를 보내는 것은 비효율적입니다. 고객을 세그먼트로 나누고 각 세그먼트에 맞는 메시지를 보내야 효과적입니다.
기본 세그먼트 예시:
– 신규 고객: 첫 구매 후 30일 이내
– 활성 고객: 최근 90일 내 2회 이상 구매
– 휴면 고객: 마지막 구매 후 90일 이상 경과
– VIP 고객: 누적 구매 금액 상위 10%
– 이탈 위험 고객: 구매 빈도 감소 추세
Make로 고객 데이터를 분석하고 세그먼트를 자동 업데이트합니다:
Schedule(매일) → Database/Sheets(고객 데이터 조회) → Aggregate(구매 통계 계산) → Router(세그먼트 분류) → Data Store/Sheets(세그먼트 태그 업데이트)
세그먼트 정보를 이메일 마케팅 도구(Mailchimp, Stibee 등)와 동기화하면 세그먼트별 타겟 캠페인이 가능합니다.
자동 쿠폰 발급
특정 조건을 만족하는 고객에게 자동으로 쿠폰을 발급합니다.
조건 예시:
– 첫 구매 고객: 다음 구매 시 10% 할인
– 3회 구매 달성: 감사 쿠폰 15% 할인
– 생일: 생일 축하 쿠폰 20% 할인
– 휴면 30일: 복귀 유도 쿠폰 25% 할인
– 리뷰 작성: 감사 쿠폰 5% 할인
시나리오 예시(첫 구매 고객):
New Order Webhook → Filter(첫 구매 여부 확인) → Generate Coupon Code → Send Coupon Email → Data Store(쿠폰 발급 기록)
쿠폰 코드는 고유해야 합니다. Make의 랜덤 함수나 UUID를 사용해서 생성하고, 사용 여부를 추적합니다. 쇼핑몰 플랫폼의 쿠폰 API가 있다면 직접 연동해서 시스템에 쿠폰을 등록합니다.
장바구니 이탈 복구
앞서 이메일 자동화에서 다뤘듯이, 장바구니 이탈 복구는 가장 효과적인 마케팅 자동화 중 하나입니다. 쇼핑몰 특성에 맞게 타이밍과 메시지를 조정합니다.
일반적인 타이밍:
– 1차 알림: 이탈 후 1시간 (단순 리마인더)
– 2차 알림: 이탈 후 24시간 (긴급성 강조 “품절 임박”)
– 3차 알림: 이탈 후 72시간 (할인 제안)
할인 제안 시 주의할 점: 모든 이탈 고객에게 할인을 제공하면 “기다리면 할인받을 수 있다”는 학습 효과가 생깁니다. 첫 구매 고객이나 오랜만에 방문한 고객에게만 할인을 제공하고, 활성 고객에게는 리마인더만 보내는 식으로 차별화합니다.
분석 및 리포팅 자동화
일일 매출 리포트
매일 아침 전날의 매출 데이터를 요약해서 이메일이나 Slack으로 받아봅니다.
리포트 내용:
– 전일 매출액, 주문 건수, 평균 주문 금액
– 전주 동일 대비 증감률
– 채널별 매출 비중
– 베스트셀러 상품 TOP 5
– 재고 부족 경고 상품
시나리오 구조:
Schedule(매일 오전 9시) → 각 채널 API 호출(전일 데이터) → Aggregate(통계 계산) → Format Report → Slack/Email 발송
더 시각적인 리포트를 원하면 Google Data Studio(Looker Studio)와 연동합니다. Make가 데이터를 Google Sheets에 기록하고, Data Studio가 이를 시각화해서 대시보드를 만듭니다.
주간/월간 종합 분석
주간이나 월간 단위로 더 심층적인 분석 리포트를 생성합니다.
분석 항목:
– 매출 추이 그래프
– 고객 코호트 분석(월별 신규 고객의 재구매율)
– 상품 카테고리별 성과
– 마케팅 채널별 ROI
– 고객 생애 가치(LTV) 추이
복잡한 분석은 Make만으로는 한계가 있습니다. Make는 데이터 수집과 전처리를 담당하고, 실제 분석은 Google Sheets의 피벗 테이블이나 Python 스크립트, 또는 BI 도구에서 수행합니다.
이상 징후 알림
평소와 다른 패턴이 감지되면 즉시 알림을 보냅니다.
모니터링 항목:
– 매출이 전주 대비 30% 이상 감소
– 특정 상품 반품률 급증
– 사이트 오류로 추정되는 주문 실패 급증
– 고객 문의량 평소 대비 2배 이상
시나리오에서 현재 수치와 기준값(이동 평균 등)을 비교하고, 임계값을 넘으면 알림을 보냅니다. 담당자가 빠르게 대응해서 문제를 최소화합니다.
플랫폼별 연동 가이드
Shopify 연동
Shopify는 Make와 공식 연동을 지원합니다. Make의 Shopify 모듈을 사용하면 별도 개발 없이 연동이 가능합니다.
주요 트리거:
– Watch Orders: 새 주문 감지
– Watch Products: 상품 변경 감지
– Watch Customers: 고객 정보 변경 감지
주요 액션:
– Create Order: 주문 생성
– Update Order: 주문 정보 업데이트
– Create Product: 상품 등록
– Update Inventory: 재고 업데이트
WooCommerce 연동
WooCommerce도 Make 공식 모듈을 제공합니다. WordPress 플러그인 형태로 설치된 WooCommerce와 연동합니다.
연동 설정:
1. WooCommerce → 설정 → 고급 → REST API에서 API 키 생성
2. Make에서 WooCommerce 연결 생성, API 키 입력
3. 시나리오에서 WooCommerce 모듈 사용
스마트스토어 연동
네이버 스마트스토어는 Make 공식 모듈이 없습니다. 커머스 API를 HTTP 모듈로 직접 호출해야 합니다.
연동 준비:
1. 네이버 개발자 센터에서 애플리케이션 등록
2. 커머스 API 사용 신청 및 승인
3. 클라이언트 ID, 시크릿 발급
인증 방식: OAuth 2.0
Make의 HTTP OAuth 2.0 연결을 설정하고, 네이버 커머스 API 엔드포인트를 호출합니다.
주요 API:
– 주문 목록 조회: GET /v1/pay-order/seller/orders
– 주문 상세 조회: GET /v1/pay-order/seller/orders/{orderId}
– 발송 처리: POST /v1/pay-order/seller/orders/{orderId}/ship
카페24 연동
카페24도 HTTP 모듈로 API 연동합니다.
연동 준비:
1. 카페24 개발자 센터에서 앱 등록
2. 필요한 권한(주문, 상품, 회원 등) 설정
3. 클라이언트 ID, 시크릿 발급
인증 방식: OAuth 2.0
액세스 토큰을 발급받아 API 요청 헤더에 포함합니다.
API 문서: developers.cafe24.com
자동화 구축 베스트 프랙티스
작게 시작하기
처음부터 완벽한 자동화를 구축하려 하지 마세요. 가장 시간이 많이 드는 작업 하나를 선택해서 자동화하고, 안정화된 후 다음 작업으로 넘어갑니다.
추천 시작점:
1. 주문 데이터 통합 (가장 기본적이면서 효과적)
2. 주문/배송 알림 자동화
3. 재고 부족 알림
4. 장바구니 이탈 복구
에러 처리 철저히
쇼핑몰 자동화는 실패하면 매출에 직접적인 영향이 있습니다. 모든 시나리오에 에러 핸들러를 추가하고, 에러 발생 시 즉시 알림을 받도록 설정합니다.
특히 결제, 재고, 배송 관련 자동화는 실패 시 대체 프로세스(폴백)를 마련해둡니다. 자동화가 실패해도 수동으로 처리할 수 있어야 합니다.
테스트 환경 활용
실제 주문 데이터로 테스트하지 마세요. 테스트용 쇼핑몰 환경을 구축하거나, 개발/스테이징 API를 사용합니다. Shopify, WooCommerce 등은 테스트 모드를 제공합니다.
테스트 시나리오를 별도로 만들어서 실제 시나리오에 영향 없이 테스트합니다. 검증이 끝나면 실제 시나리오에 적용합니다.
문서화
각 시나리오의 목적, 트리거 조건, 예상 동작, 에러 처리 방법을 문서화합니다. 담당자가 바뀌어도 자동화를 유지보수할 수 있어야 합니다.
Make의 시나리오 메모 기능을 활용하고, 별도의 문서(Notion, Google Docs 등)에 전체 자동화 아키텍처를 정리해둡니다.
마무리: 자동화로 성장에 집중하기
쇼핑몰 자동화의 궁극적인 목표는 운영자가 반복 업무에서 벗어나 비즈니스 성장에 집중하는 것입니다. 재고 확인, 주문 처리, 알림 발송 같은 일은 기계가 더 정확하고 빠르게 할 수 있습니다. 사람은 상품 기획, 고객 경험 개선, 마케팅 전략처럼 창의성과 판단이 필요한 일에 시간을 써야 합니다.
모든 것을 한 번에 자동화할 필요는 없습니다. 오늘 가장 불편한 작업 하나를 자동화해보세요. 그 작은 성공이 쌓이면 결국 전체 쇼핑몰 운영이 자동화됩니다. 자동화가 일하는 동안 당신은 비즈니스를 성장시키세요.
